matlab代码做游戏对话生成的变体自动编码器
1.
VHRED模型和数据集
Ubuntu
Dialogue
Corpus包含近一百万次多回合对话，总共超过700万次语音和1亿个单词。
这是它的特征：
与多人聊天（最好是人与人）相对的双向（二进）对话。
大量对话；
100k-1M是AI其他领域中用于神经网络学习的典型数据集。
多轮对话（超过3次）。
特定于任务的域，而不是chatbot系统。
此链接（）包含了Serban等人使用的Ubuntu
Dialogue
Corpus的预处理版本。
（2016a）和Serban等。
（2016b），最初由Lowe等人开发。
（2015）。
共有三个数据集：自然语言对话，名词表示和活动实体表示。
每个数据集都分为训练集，有效集和测试集。
Serban等人调查了该任务。
（2016a）和Serban等。
（2016b）是对话响应的产生。
给定对话上下文（一种或几种话语），对话模型必须生成适当的响应（单个话语）。
提供了上下文和响应对（请参见“
ResponseContextPairs”子目录）。
Serban等人的模型响应。
（2016a）和Serb
